論文の概要: Fast and Accurate Single-Image Depth Estimation on Mobile Devices, Mobile AI 2021 Challenge: Report

• arxiv url: http://arxiv.org/abs/2105.08630v1
• Date: Mon, 17 May 2021 13:49:57 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-19 14:05:16.531848
• Title: Fast and Accurate Single-Image Depth Estimation on Mobile Devices, Mobile AI 2021 Challenge: Report
• Title（参考訳）: モバイルデバイスにおける高速かつ正確な単一画像深度推定,モバイルAI 2021 Challenge:レポート
• Authors: Andrey Ignatov, Grigory Malivenko, David Plowman, Samarth Shukla, Radu Timofte, Ziyu Zhang, Yicheng Wang, Zilong Huang, Guozhong Luo, Gang Yu, Bin Fu, Yiran Wang, Xingyi Li, Min Shi, Ke Xian, Zhiguo Cao, Jin-Hua Du, Pei-Lin Wu, Chao Ge, Jiaoyang Yao, Fangwen Tu, Bo Li, Jung Eun Yoo, Kwanggyoon Seo, Jialei Xu, Zhenyu Li, Xianming Liu, Junjun Jiang, Wei-Chi Chen, Shayan Joya, Huanhuan Fan, Zhaobing Kang, Ang Li, Tianpeng Feng, Yang Liu, Chuannan Sheng, Jian Yin, Fausto T. Benavide
• Abstract要約: そこでは、エンドツーエンドのディープラーニングベースの深度推定ソリューションを開発することが目標です。 提案したソリューションは、Raspberry Pi 4上で最大10FPSのVGA解像度深度マップを生成でき、高い忠実度を達成できる。
• 参考スコア（独自算出の注目度）: 105.32612705754605
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Depth estimation is an important computer vision problem with many practical applications to mobile devices. While many solutions have been proposed for this task, they are usually very computationally expensive and thus are not applicable for on-device inference. To address this problem, we introduce the first Mobile AI challenge, where the target is to develop an end-to-end deep learning-based depth estimation solutions that can demonstrate a nearly real-time performance on smartphones and IoT platforms. For this, the participants were provided with a new large-scale dataset containing RGB-depth image pairs obtained with a dedicated stereo ZED camera producing high-resolution depth maps for objects located at up to 50 meters. The runtime of all models was evaluated on the popular Raspberry Pi 4 platform with a mobile ARM-based Broadcom chipset. The proposed solutions can generate VGA resolution depth maps at up to 10 FPS on the Raspberry Pi 4 while achieving high fidelity results, and are compatible with any Android or Linux-based mobile devices. A detailed description of all models developed in the challenge is provided in this paper.
• Abstract（参考訳）: 深さ推定はモバイルデバイスに多くの実用的応用をもたらす重要なコンピュータビジョン問題である。 このタスクには多くの解決策が提案されているが、通常は計算コストが非常に高く、デバイス上での推論には適用できない。 この問題に対処するために、スマートフォンやIoTプラットフォーム上でほぼリアルタイムのパフォーマンスを実証可能な、エンドツーエンドのディープラーニングベースの深さ推定ソリューションの開発を目標とする、最初のMobile AIチャレンジを紹介します。 このために参加者は、最大50mの物体に対して高解像度の深度マップを作成する専用ステレオZEDカメラを用いて、RGB深度画像対を含む新しい大規模データセットを作成した。 すべてのモデルのランタイムは、モバイルarmベースのbroadcomチップセットを備えたraspberry pi 4プラットフォームで評価された。 提案したソリューションでは,Raspberry Pi 4上で最大10 FPSのVGA解像度深度マップを生成できると同時に,高い忠実度を達成でき,AndroidやLinuxベースのモバイルデバイスとも互換性がある。 本論文では,本課題で開発されたモデルについて詳述する。

関連論文リスト

• Efficient Single-Image Depth Estimation on Mobile Devices, Mobile AI & AIM 2022 Challenge: Report [108.88637766066759]
  ディープラーニングベースの単一画像深度推定ソリューションは、IoTプラットフォームとスマートフォン上でリアルタイムのパフォーマンスを示すことができる。 このチャレンジで開発されたモデルは、AndroidやLinuxベースのモバイルデバイスとも互換性がある。
  論文  参考訳（メタデータ） (2022-11-07T22:20:07Z)
• Fast and Accurate Quantized Camera Scene Detection on Smartphones, Mobile AI 2021 Challenge: Report [65.91472671013302]
  我々は、量子化ディープラーニングベースのカメラシーン分類ソリューションを開発することを目的とした、最初のMobile AIチャレンジを紹介する。 提案されたソリューションは、すべての主要なモバイルAIアクセラレータと完全に互換性があり、最近のスマートフォンプラットフォームの大部分で100-200 FPS以上を実証することができる。
  論文  参考訳（メタデータ） (2021-05-17T13:55:38Z)
• Real-Time Video Super-Resolution on Smartphones with Deep Learning, Mobile AI 2021 Challenge: Report [135.69469815238193]
  ビデオの超高解像度化は、ビデオ通信とストリーミングサービスの台頭により、モバイル関連で最も重要な問題の一つになっている。 この問題に対処するために、私たちは、エンドツーエンドのディープラーニングベースのビデオ超解解ソリューションを開発することを目的とした、最初のMobile AIチャレンジを紹介します。 提案したソリューションは、あらゆるモバイルGPUと完全に互換性があり、高忠実度の結果を示しながら、最大80FPSのHD解像度でビデオをアップスケールすることができる。
  論文  参考訳（メタデータ） (2021-05-17T13:40:50Z)
• Real-Time Quantized Image Super-Resolution on Mobile NPUs, Mobile AI 2021 Challenge: Report [67.86837649834636]
  我々は,エンド・ツー・エンドのディープラーニングベースの画像超解像ソリューションを開発することを目的とした,最初のモバイルaiチャレンジを紹介する。 提案されたソリューションは、すべての主要なモバイルAIアクセラレータと完全に互換性があり、40-60ms以下のフルHDイメージを再構築することができる。
  論文  参考訳（メタデータ） (2021-05-17T13:34:15Z)
• Fast Camera Image Denoising on Mobile GPUs with Deep Learning, Mobile AI 2021 Challenge: Report [64.09439666916465]
  最初のMobile AIチャレンジでは、エンドツーエンドのディープラーニングベースの画像記述ソリューションの開発を目標としています。 提案したソリューションは任意のモバイルGPUと完全に互換性があり、480pの解像度画像を40-80msで処理できる。
  論文  参考訳（メタデータ） (2021-05-17T13:27:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。